Skip to content

ChhoeTaigi/ChhoeTaigiDatabase

BranchesTags

Folders and files

NameName
Last commit message
Last commit date

Latest commit

 

History

35 Commits
ChhoeTaigiDatabase
ChhoeTaigiDatabase
 
 
README.md
README.md
 
 

Repository files navigation

ChhoeTaigi 找台語：台語字詞資料庫

華文簡介

這裡的資料是「台文雞絲麵 Tâibûn Kesimī」計畫的一部份，若你想了解更多，請往這裡：

1. 內容紹介

Chia ê資料是「台文雞絲麵 Tâibûn Kesimī」計畫ê 1部份，若beh koh khah了解，請ùi chia去：

2. 版權說明

Chia ē無定期來更新字詞ê資料庫，ta̍k ê資料ê詳細說明tī ē-kha。 Beh使用進前請注意，ta̍k-ê字詞資料lóng有無kâng ê授權方式， 使用ê限制請先chim-chiok看！

3. 資料庫ê目標：

  • 數位化：Kā台語字詞ê文獻、紙本資料數位化，利便資料chhiau-chhōe kap後手運用。
  • 標準化：過去文獻資料因為無kâng ê因端致使文字格式無統一，tī chia ē標準化做2套羅馬字。
  • 做整合：收集、建立1-ê siōng大siōng完整ê台語字詞資料庫。
  • 服務化ê基礎：Chia ê資料ē chiâⁿ做「PhahTaigi」輸入法、「ChhoeTaigi」辭典ê資料來源。

4. 資料格式說明

4-1. 羅馬字

Chia ê台語字詞資料內底，羅馬字ê部份有整理做下底2款格式：

  1. 白話字，mā叫台灣羅馬字，是頭1套tī台灣有才調完整書寫台語ê文字系統，mā是siōng有文化、歷史、koh有siōng chē文獻ê台語文字，是台語ê正寫法。
  2. 另外1款是中華民國教育部臺灣閩南語羅馬字拼音方案，下底簡稱教育部羅馬拼音，主要是做漢字注音ê路用。

4-2. 輸入式kap萬國碼式

2套lóng有萬國碼ê字kap輸入用ê數字調號型式2款，利便使用者直接提去應用、學習。 文字ê部份lóng盡量保留原冊ê用字，利便讀文獻ê時khah好chhiau-chhōe。

4-3. 檔案格式

公開ê檔案lóng是用CSV (Comma-Separated Values) ê格式來khiām，ē-sái用Google文件、LibreOffice Calc Spreadsheet、Apple Numbers、Microsoft Office Excel等等軟體直接來phah開檔案。

4-4. 補充註解

Chia整理ê字詞資料來源若有重複--ê，kan-na ē保留來源hit份ê資料。

5. 資料位置說明：

https://github.com/ChhoeTaigi/ChhoeTaigiDatabase/tree/ChhoeTaigiDatabase/{字詞資料代碼}.csv

{字詞資料代碼}：請參考ta̍k-ê字詞資料ê說明。

../ChhoeTaigiDatabase/
   ├── ChhoeTaigi_EmbreeTaiengSutian.csv
   ├── ChhoeTaigi_iTaigiHoataiTuichiautian.csv
   ├── ChhoeTaigi_KamJitian.csv
   ├── ChhoeTaigi_KauiokpooTaigiSutian.csv
   ├── ChhoeTaigi_MaryknollTaiengSutian.csv
   ├── ChhoeTaigi_TaihoaSoanntengTuichiautian.csv
   ├── ChhoeTaigi_TaijitToaSutian.csv
   ├── ChhoeTaigi_TaioanPehoeKichhooGiku.csv
   └── ChhoeTaigi_TaioanSitbutMialui.csv

6. 字詞數量統計：

Ē-kha開始是ta̍k-ê字詞資料庫ê詳細說明， 以詞庫字詞ê數量來排列，siōng chē--ê排siōng頂koân。

字詞資料名稱 字詞數量
#1: 2002+ 台華線頂對照典 91339
#2: 1932 台日大辭典(台譯版) 69513
#3: 1976 Maryknoll台英辭典 55903
#4: 1973 Embree台英辭典 36800
#5: 2011+ 教育部台語辭典 24608
#6: 1913 甘字典 24367
#7: 2016+ iTaigi華台對照典 19046
#8: 1956 台灣白話基礎語句 5429
#9: 1928 台灣植物名彙 1722
#10: 其他索引資料 無公開
總共 353511

7. 字詞資料個別說明

#1: 2002+ 台華線頂對照典

字詞資料代號：

ChhoeTaigi_TaihoaSoanntengTuichiautian

資料內容說明：

            DictWordID: '番號',
            PojUnicode: '白話字',
            PojUnicodeOthers: '白話字(其他講法)',
            PojInput: '白話字輸入',
            PojInputOthers: '白話字輸入(其他講法)',
            HanLoTaibunPoj: '漢羅台文(白話字)',
            KipUnicode: '教育部羅馬拼音',
            KipUnicodeOthers: '教育部羅馬拼音(其他講法)',
            KipInput: '教育部羅馬拼音輸入',
            KipInputOthers: '教育部羅馬拼音輸入(其他講法)',
            HanLoTaibunKip: '漢羅台文(教育部羅馬拼音)',
            HoaBun: '對應華文',

授權說明：

【台文華文線頂辭典】
基礎資料提供：Tēⁿ Liông-úi（鄭良偉）教授
資料增加kap編修：Iûⁿ Ún-giân（楊允言）教授、眾phah字kap校對ê義工
以 姓名標示-Sio-kâng方式分享 4.0 國際 (CC BY-SA 4.0) 授權
https://creativecommons.org/licenses/by-sa/4.0/deed.zh_TW

補充說明：

多謝 Iûⁿ Ún-giân（楊允言）教授提供資料，koh同意 ChhoeTaigi 計畫使用kap公開授權。
原始網站：http://ip194097.ntcu.edu.tw/ungian/soannteng/chil/Taihoa.asp

#2: 1932 台日大辭典(台譯版)

字詞資料代號：

ChhoeTaigi_TaijitToaSutian

資料內容說明：

            DictWordID: '番號',
            PojUnicode: '白話字',
            PojUnicodeOthers: '白話字(其他講法)',
            PojInput: '白話字輸入',
            PojInputOthers: '白話字輸入(其他講法)',
            HanLoTaibunPoj: '漢羅台文(白話字)',
            KaisoehHanLoPoj: '漢羅台文解說(白話字)',
            LekuHanLoPoj: '漢羅台文例句(白話字)',
            KipUnicode: '教育部羅馬拼音',
            KipUnicodeOthers: '教育部羅馬拼音(其他講法)',
            KipInput: '教育部羅馬拼音輸入',
            KipInputOthers: '教育部羅馬拼音輸入(其他講法)',
            HanLoTaibunKip: '漢羅台文(教育部羅馬拼音)',
            KaisoehHanLoKip: '漢羅台文解說(教育部羅馬拼音)',
            LekuHanLoKip: '漢羅台文例句(教育部羅馬拼音)',
            PageNumber: '原冊頁數',
            GoanchhehPoochhiongChuliau: '原冊補充資料',

授權說明：

【台日大辭典（台文譯本）】
原作者：小川尚義
台文翻譯kap編修：Lîm Chùn-io̍k（林俊育）長老
以 姓名標示-非商業性-Sio-kâng方式分享 3.0 台灣 (CC BY-NC-SA 3.0 TW) 授權
https://creativecommons.org/licenses/by-nc-sa/3.0/tw/

補充說明：

多謝 Lîm Chùn-io̍k（林俊育）長老提供資料，koh同意 ChhoeTaigi 計畫使用kap公開授權。
原始網站：http://taigi.fhl.net/dict/
Github：https://github.com/fhl-net/Lim-Chun-iok_2008_Tai-jip-Tua-su-tian

#3: 1976 Maryknoll台英辭典

字詞資料代號：

ChhoeTaigi_MaryknollTaiengSutian

資料內容說明：

            DictWordID: '番號',
            PojUnicode: '白話字',
            PojInput: '白話字輸入',
            KipUnicode: '教育部羅馬拼音',
            KipInput: '教育部羅馬拼音輸入',
            HoaBun: '對應華文',
            EngBun: '對應英文',
            PageNumber: '原冊頁數(暫時無)',

授權說明：

【Maryknoll台英辭典】
（The Maryknoll Taiwanese-English Dictionary）
以 姓名標示-非商業性-Sio-kâng方式分享 3.0 台灣 (CC BY-NC-SA 3.0 TW) 授權
https://creativecommons.org/licenses/by-nc-sa/3.0/tw/

補充說明：

資料是ùi Maryknoll Language Service Center ê網站khe̍h--ê，照原本ê授權公開。
原始網站：http://www.taiwanesedictionary.org/

#4: 1973 Embree台英辭典

字詞資料代號：

ChhoeTaigi_EmbreeTaiengSutian

資料內容說明：

            DictWordID: '番號',
            PojUnicode: '白話字',
            PojInput: '白話字輸入',
            KipUnicode: '教育部羅馬拼音',
            KipInput: '教育部羅馬拼音輸入',
            Abbreviation: '詞類縮寫',
            NounClassifier: '單位量詞',
            Reduplication: '疊詞',
            HoaBun: '對應華文',
            EngBun: '對應英文',
            Synonym: 'Kāng義詞',
            Confer: '參照',
            PageNumber: '原冊頁數',

授權說明：

【Embree台語辭典】
（A dictionary of Southern Min: based on current usage in Taiwan and checked against the earlier works of Carstairs Douglas, Thomas Barclay, and Ernest Tipson）
作者：Bernard L. M. Embree
以 姓名標示-非商業性-Sio-kâng方式分享 3.0 台灣 (CC BY-NC-SA 3.0 TW) 授權
https://creativecommons.org/licenses/by-nc-sa/3.0/tw/

補充說明：

資料是ùi Taiwanese-Corpus ê網站khe̍h--ê，頂koân ê數位化資料是Iûⁿ Ún-giân（楊允言）教授提供--ê。
原始網站：https://github.com/Taiwanese-Corpus/Bernard-L.M.-Embree_1973_A-Dictionary-of-Southern-Min

#5: 2011+ 教育部台語辭典

字詞資料代號：

ChhoeTaigi_KauiokpooTaigiSutian

資料內容說明：

            DictWordID: '番號',
            PojUnicode: '白話字',
            PojUnicodeOthers: '白話字(其他講法)',
            PojInput: '白話字輸入',
            PojInputOthers: '白話字輸入(其他講法)',
            KipUnicode: '教育部羅馬拼音',
            KipUnicodeOthers: '教育部羅馬拼音(其他講法)',
            KipInput: '教育部羅馬拼音輸入',
            KipInputOthers: '教育部羅馬拼音輸入(其他講法)',
            HanLoTaibunPoj: '漢字台文',
            KipDictHanjiTaibunOthers: '漢字台文(其他寫法)',
            KipDictWordProperty: '字詞屬性',
            HoaBun: '對應華文',
            KaisoehHanLoPoj: '華文解說、詞性，台文例詞、例句(白話字)',
            KaisoehHanLoKip: '華文解說、詞性，台文例詞、例句(教育部羅馬拼音)',
            KipDictDialects: '無kāng所在ê講法(教育部羅馬拼音)',
            Synonym: 'Kāng義詞',
            Opposite: '反義詞',

授權說明：

【教育部台語辭典】
（教育部臺灣閩南語常用詞辭典）
以 姓名標示-禁止改作 3.0 台灣 (CC BY-ND 3.0 TW) 授權
https://creativecommons.org/licenses/by-nd/3.0/tw/

補充說明：

資料是中華民國教育部提供--ê，照原本ê授權公開。
原始網站：http://twblg.dict.edu.tw/holodict_new/index.html

#6: 1913 甘字典

字詞資料代號：

ChhoeTaigi_KamJitian

資料內容說明：

            DictWordID: '番號',
            PojUnicode: '白話字',
            PojInput: '白話字輸入',
            HanLoTaibunPoj: '漢字台文',
            HanbunImPojUnicode: '漢字文讀音(白話字)',
            HanbunImPojInput: '漢字文讀音(白話字輸入)',
            KaisoehPoj: '台文解說(白話字)',
            KaisoehHanLoPoj: '漢羅台文解說(白話字)',
            KipUnicode: '教育部羅馬拼音',
            KipInput: '教育部羅馬拼音輸入',
            HanbunImKipUnicode: '漢字文讀音(教育部羅馬拼音)',
            HanbunImKipInput: '漢字文讀音(教育部羅馬拼音輸入)',
            KaisoehKip: '台文解說(教育部羅馬拼音)',
            PageNumber: '原冊頁數',

授權說明：

【甘字典】
（廈門音新字典）
原作者：William Campbell / Kam Ûi-lîm（甘為霖）牧師
編修：Lîm Chùn-io̍k（林俊育）長老
以 姓名標示-非商業性-Sio-kâng方式分享 3.0 台灣 (CC BY-NC-SA 3.0 TW) 授權
https://creativecommons.org/licenses/by-nc-sa/3.0/tw/

補充說明：

多謝 Lîm Chùn-io̍k（林俊育）長老提供資料，koh同意 ChhoeTaigi 計畫使用kap公開授權。
原始網站：http://taigi.fhl.net/dick/
Github：https://github.com/fhl-net/Kam-Ui-lim_1913_Kam-Ji-tian

#7: 2016+ iTaigi華台對照典

字詞資料代號：

ChhoeTaigi_iTaigiHoataiTuichiautian

資料內容說明：

            DictWordID: '番號',
            PojUnicode: '白話字',
            PojInput: '白話字輸入',
            KipUnicode: '教育部羅馬拼音',
            KipInput: '教育部羅馬拼音輸入',
            HanLoTaibunPoj: '漢羅台文(白話字)',
            HanLoTaibunKip: '漢羅台文(教育部羅馬拼音)',
            HoaBun: '對應華文',
            DataProvidedBy: '資料來源',

授權說明：

【iTaigi華台辭典】
（iTaigi）
以「公眾領域貢獻宣告」（CC0）授權
http://creativecommons.tw/cc0

補充說明：

資料是iTaigi團隊提供--ê。
原始網站：https://itaigi.tw/

#8: 1956 台灣白話基礎語句

字詞資料代號：

ChhoeTaigi_TaioanPehoeKichhooGiku

資料內容說明：

            DictWordID: '番號',
            PojUnicode: '白話字',
            PojUnicodeOthers: '白話字(其他講法)',
            PojInput: '白話字輸入',
            PojInputOthers: '白話字輸入(其他講法)',
            KipUnicode: '教育部羅馬拼音',
            KipUnicodeOthers: '教育部羅馬拼音(其他講法)',
            KipInput: '教育部羅馬拼音輸入',
            KipInputOthers: '教育部羅馬拼音輸入(其他講法)',
            HoaBun: '對應華文',
            EngBun: '對應英文',
            KaisoehEngbun: '英文說明',
            NounClassifier: '單位量詞',
            LesuPoj: '例詞',
            Opposite: '反義詞',
            LekuPoj: '例句(白話字)',
            LekuEngbun: '例句(英文)',
            LekuHoabun: '例句(華文)',
            Confer: '參照',
            PageNumber: '原冊頁數',

授權說明：

【台灣白話基礎語句】
（A Basic Vocabulary for a Beginner in Taiwanese）
原作者：Ko Chek-hoàn（高積煥）、Tân Pang-tìn（陳邦鎮）
數位化kap編修：Lîm Bûn-cheng、Tēⁿ Tì-têng、Tân Kim-hoa、Chiúⁿ Ji̍t-êng
以 姓名標示-Sio-kâng方式分享 4.0 國際 (CC BY-SA 4.0) 授權
https://creativecommons.org/licenses/by-sa/4.0/deed.zh_TW

補充說明：

資料是ùi台語文記憶網站khe̍h--ê。
原始網站：http://ip194097.ntcu.edu.tw/memory/TGB/thak.asp?id=862

#9: 1928 台灣植物名彙

字詞資料代號：

ChhoeTaigi_TaioanSitbutMialui

資料內容說明：

            DictWordID: '番號',
            PojUnicode: '白話字',
            PojUnicodeOthers: '白話字(其他講法)',
            PojInput: '白話字輸入',
            PojInputOthers: '白話字輸入(其他講法)',
            HanLoTaibunPoj: '漢羅台文(白話字)',
            KaisoehHanLoPoj: '漢羅台文解說(白話字)',
            LekuHanLoPoj: '漢羅台文例句(白話字)',
            KipUnicode: '教育部羅馬拼音',
            KipUnicodeOthers: '教育部羅馬拼音(其他講法)',
            KipInput: '教育部羅馬拼音輸入',
            KipInputOthers: '教育部羅馬拼音輸入(其他講法)',
            HanLoTaibunKip: '漢羅台文(教育部羅馬拼音)',
            KaisoehHanLoKip: '漢羅台文解說(教育部羅馬拼音)',
            LekuHanLoKip: '漢羅台文例句(教育部羅馬拼音)',
            PageNumber: '原冊頁數',
            GoanchhehPoochhiongChuliau: '原冊補充資料',

授權說明：

【台灣植物名彙】
原作者：佐佐木舜一
數位化kap編修：Lîm Bûn-cheng、Tēⁿ Tì-têng、Tân Kim-hoa、Chiúⁿ Ji̍t-êng
以 姓名標示-Sio-kâng方式分享 4.0 國際 (CC BY-SA 4.0) 授權
https://creativecommons.org/licenses/by-sa/4.0/deed.zh_TW

補充說明：

資料是ùi台語文記憶網站khe̍h--ê。
原始網站：http://ip194097.ntcu.edu.tw/memory/TGB/thak.asp?id=59

8. 聯絡

Nā有任何問題kap建議，請寫批來： taibunkesimi@gmail.com

真多謝！

About

ChhoeTaigi 找台語：台語字詞資料庫

Topics

taigi chhoetaigi

Resources

Readme
Activity
Custom properties

Stars

82 stars

Watchers

8 watching

Forks

9 forks
Report repository

Releases 3

20181020-153604 Latest
Oct 20, 2018
+ 2 releases

Packages

No packages published